将您的数据模型转换为AI工作流 - 只有XTRA线的代码！

<code class="bash">export openai_api_key="sk-..."</code>

<code class="bash">pip install modellm</code>

<code class="python">from typing import List
from pathlib import Path

from pydantic import BaseModel
from langchain_openai import ChatOpenAI

from modellm import add_llm

# 初始化我们将用于生成内容的LLM（大型语言模型）
llm = ChatOpenAI(model="gpt-4o-mini")

# @add_llm 装饰器将模型连接到我们的LLM实例
# 这使得模型字段的自动内容生成成为可能
@add_llm(llm)
class Story(BaseModel):
    title: str
    content: str
    genre: str

# 请注意，文档字符串将被LLM用于理解如何调整内容
# 这是一个强大的功能，使代码易于理解（对于人和LLM）

@add_llm(llm)
class StoryForBabies(Story):
    """
    专门为婴儿设计的童话故事。

    适合0-2岁的婴儿和幼儿。
    特点：
    - 简单、重复的语言
    - 基本概念
    - 短句
    - 富含感官的描述
    """
    pass  # 该类继承Story的所有字段

@add_llm(llm)
class StoryForTeenagers(Story):
    """
    专门为青少年读者设计的童话故事。

    适合13-19岁的青少年。
    特点：
    - 复杂的人物发展
    - 引人入胜的情节，具有相关的冲突
    - 当代主题和社会问题
    - 年龄合适的感情深度
    - 对身份和个人成长的探索
    - 现代对话和现实的关系
    """
    pass  # 与StoryForBabies相同

@add_llm(llm)
class HtmlModel(BaseModel):
    """
    具有精美CSS样式的HTML表示。
    """
    html: str

def main():
    story_idea = "一个关于农民奋斗和毅力的故事"
    html_filepath = Path("story.html")

    # 就这么简单，只有一行代码
    html_story = story_idea | Story | StoryForBabies | HtmlModel

    # 青少年观众的替代管道
    # | 运算符使管道中的组件易于交换
    # html_story = story_idea | Story | StoryForTeenagers | HtmlModel

    html_filepath.write_text(html_story.html)
    print(f"故事已保存为HTML格式到：{html_filepath.resolve()}")


if __name__ == "__main__":
    main()</code>

<code class="python">html_story = story_idea | Story | StoryForBabies | HtmlModel</code>